专利名称：一种新图像分割算法的制作方法
技术领域：
本发明属于图像处理技术领域，具体涉及一种图像分割新算法。
背景技术：
PCNN (脉冲耦合神经网络)是一种不同于传统神经网络的新型神经网络，它有着严格的生物学背景，被广泛的应用于图像分割、图像融合、图像增强等领域，并显示出在图像处理领域强大的优越性。许多学者已经运用PCNN及各类改进模型对图像分割进行了大量的研究，不足之处在于，诸类PCNN算法都是在特定的参数条件下进行图像分割处理的，如选取内部偏置#=0.5，阈值初始值为Jp = I等。
发明内容
本发明针对现有问题提出了参数自适应PCNN算法对图像进行分割，还提出了另类判定准则——最大相关系数判定，对分割效果进行评价，为了克服现有技术中的不足，本发明是通过以下方式实现的
本发明是在原有PCNN基础上提出一种新的参数自适应PCNN模型，该模型中的各种参数均由像素点本身决定，而不受人为的外界干涉，并且提出另一类分割判定准则——最大相关系数判定准则。
新的参数自适应PCNN模型基本结构与原PCNN模型相同，改进后的PCNN模型由下列式子描述
权利要求
1.一种新图像分割算法，其特征在于，所述的新图像分割算法是在原有PCNN基础上提出一种新的参数自适应PCNN模型，该模型中的各种参数均由像素点本身决定，而不受人为的外界干涉，并且提出另一类分割判定准则——最大相关系数判定准则。
2.如权利要求I所述的图像分割新算法，其特征在于，所述的新的参数自适应PCNN模型基本结构与原PCNN模型相同，改进后的PCNN模型由下列式子描述 I1Cn) > !,( ) > … > 匕(h)(I) 将所有像素点按从大到小的顺序排列成一个有序序列P；){i = I, I,…，I!),这个序列定义为阈值t，即阈值由像素点决定,IiI=IJrs,是图像的灰度值，M为所有不同灰度值的个数，
3.如权利要求I所述的图像分割新算法，其特征在于，利用所述的另一类分割判定准则——最大相关系数判定准则实现该算法的具体步骤如下 第一步初始化，将像素点排序后得到阈值序列再由相邻阈值的均值求出相应的偏置序列
全文摘要
许多学者已经运用PCNN及各类改进模型对图像分割进行了大量的研究，诸类PCNN算法都是在特定的参数条件下进行图像分割处理的，如选取内部偏置β=0.5，阈值初始值为T=1等,本发明公开一种图像分割的新算法，该算法是在原有PCNN基础上提出一种新的参数自适应PCNN模型，该模型中的各种参数均由像素点本身决定，而不受人为的外界干涉，并且提出另一类分割判定准则——最大相关系数判定准则。
文档编号G06T7/00GK102622760SQ20121008836
公开日2012年8月1日 申请日期2012年3月30日 优先权日2012年3月30日
发明者孙福文, 李宏光, 苏庆堂 申请人:鲁东大学